态势估计模型的研究与实现

当前态势觉察（或态势元素提取）
（一级）当前态势理解未来态势预测（二级）（三级）
第30卷第11期
Vol.30 №11
计算机工程
Computer Engineering
2004年6月
June 2004
·人工智能及识别技术·文章编号：1000—3428(2004)11 —0125—03文献标识码：
A
中图分类号：T P18
态势估计模型的研究与实现
王宝树，申屠晓锋
（西安电子科技大学计算机学院，西安710071）
摘要：态势估计属于数据融合中的二级融合，它的目标就是在一级融合的基础上，通过对各个作战对象行为、状态、事件、企图及其关系的分析，给出参战各方力量部署、作战能力、效能尽可能准确、完整的军事态势估计和感知，并对战术画面进行解释，辨别敌方意图。

但现代战争涉及到的作战对象多、协同关系复杂、战术机动频繁，建立一个完善的态势估计模型存在很多困难。

该文提出了基于态势觉察、态势理解和态势预测的三级态势估计功能模型；给出了基于模板的计划识别推理框架，重点讨论了基于多级分层黑板模型在态势估计中的应用。

关键词：数据融合；态势估计；计划识别；黑板模型
Study and Implementation of Situation Assessment Models
WANG Baoshu，SHENTU Xiaofeng
(School o f C ompu ter Science and T echnology, Xidian University , X i'an 710071)
【Abstract】Situation assessment is the second level in data fusion,the goal of which is to gain the precisest and integ ratest military situation assessment possibly ab out the military force deployment ,the battle ability and effectiveness of all sides joining the battle through the analysis of actions,states,events, intention and their relation on the basis of the first-level data fusion,then to explain it and recog nize the enemy plan.Bu t because of the large quantity of targets ,complex cooperation r elations and frequent t actical m ovements in m odern wars,it is very difficult t o set u p a perfect model o f situation assessment. This p aper first presents t hree-level situation assessment m odel including situation detection,situation understanding and situation f orecast,then introduces template-based p lan r ecog nition f ramework, l ast d iscusses t he a pplication o f m ultilevel a nd l ayered b lackb oard m odel i n s ituation a ssessment w ith e mphasis. 【K ey w ords】Data f usion; Situation assessment; P lan recog nition; Blackboard m odel
目前，在态势估计中，主要是应用认知模型的方法，如专家系统、黑板模型、逻辑模板匹配等作为实现技术。

较为典型的有：早期Moshe Ben-Bassat的模式类态势识别和基于专家系统的态势模型框架研究；G.W.Hopple等人的IPB （战场情报准备系统）；David F.Nobel的基于计划模板的态势估计系统；J.Azarewicz的基于模板匹配的多代理计划识别与态势估计系统；R.L.Carling的海上实时知识基于态势估计系统等。

这些系统都部分地实现了态势估计的某些功能，它们的发展代表了对态势估计问题研究的过程，从基于产生式规则的知识基系统到逻辑模板匹配、多代理计划识别模型的研究，说明态势估计的理论研究和工程实现正在深入的发展之中，还没有一个完善的理论方法与体系框架。

1 态势估计模型与实现方法
1.1 态势估计功能模型
真实环境下态势估计的对象是作战区域中随时间推移而不断动作并变化着的作战实体，态势估计实际上就是对这样一个动态变化的对象感知并提取出来的态势元素进行觉察、认识、理解和预测的处理过程。

为此，提出态势估计的三级功能模型, 即态势觉察、态势理解和未来态势预测(见图1)。

其输入为该时刻当前战场环境下诸威胁单元（如舰艇、
飞机、指挥所、雷达站等）信息，可表示为
S ={P1, P2 , , P i , , P n }
其中，P i 是第i个威胁单元在该时刻的状态信息集合，以七
元组形式给出：
P i ＝{时间，批号, 实体类型, 位置, 状态, 辐射源, 武器载荷}
所谓态势觉察就是将P i 与历史态势和领域中事件模式
类特征模板进行比较、分析、判断，从而提取出所关心的战
场态势元素，如：
发现新的目标事件；目标消失事件；
辐射源（雷达、电台、干扰机、⋯）开/关机事件；目标突然机
动（加速、拐弯、爬高、俯冲、⋯）事件；
机群或舰队分批/合批事件；
提取出的态势元素用三元组表示：A＝{事件的定性定量值，空间属性值，时间属性值}它表示有关正在（已经、将要）发生事件的What 、
When、Where属性。

态势觉察需要解决的另一个问题是目标聚类或编群问
题。

此阶段根据诸威胁单元信息，按照战役、战术条例、通
信拓扑关系、几何近邻关系、功能依赖关系及先验模板，采
用自底向上逐层分解的方式对描述威胁单元的信息进行抽象
图1 态势估计三级功能
模型
(1) 一级估计：态势觉察基金项目：国防预研基金资助项目作者简介：王宝树（1940—），男，教授、博导，主研方向：数据融合，智能信息处理，人工智能；申屠晓锋，硕士生
收稿日期：2003-05-17E-mail：b*****************.cn
和划分，以形成关系级别上的军事体系单元假设，即
2T ）, }。

作战对象未来位置的变化可以根据航迹的状态 S '
= { , P
P P , P P , , P , R }
方程、机动性、作战目的进行预测。

但对未来高级行为的估 d
e
f
i
j
n
其中R 是对多军事体系单元假设关系的描述，指事件发生的 时间、空间及逻辑上的关系，从而涉及到态势判断时对时 间、空间以及因果关系的推理。

目标编群将关于目标对象的可用数据按空间、功能及相 互作用等属性逐级分群，以揭示目标之间的相互联系，确定 相互合作的功能，从而解释问题领域的各种行为。

编群按低 级到高级顺序分为4个层次，如图2所示。

计比较困难。

采用贝叶斯网络知识表示方法构造、演化从当 前及以前情况对将来态势、目标或意图进行预测的贝叶斯因 果模型，是求解该问题的重要技术途径，如图3所示。

敌方/我方/中立方群 相互作用群
空间群 目标对象
图2 态势估计抽象层次 各层次描述如下：
(1) 目标对象：各个威胁单元。

(2) 空间群：按空间一维或多维簇分类分析而划分的群。

同一 群中的成员空间位置相近、行为相似。

用于描述空间群的参数包 括：编群方式，威胁单元数目，群的范围，每一威胁单元的有关参
数等。

(3) 相互作用群：多个相关的空间群形成一个相互作用群。

每 个相互作用群都有一个战略目标，通过其多个空间群相互协同作战 来实现。

这些空间群可能有不同的攻击或防御目标，但它们都是为 了实现共同的战略目标。

(4) 敌方/我方/中立方群：将所有相互作用群按敌方、我方和中 立方标识划分为3个大群，形成战场的3个阵营。

(5) 战术态势模型的建立：敌方群和我方群存在一定的对抗关 系，这些敌对的相互作用关系集构成当前战术世界的全部状态，即 可能发生的冲突状态，对所有相互作用关系的识别和推导形成最终 的当前战术态势模型。

目标编群过程是一个逐步求精的推理过程，问题求解的 主要难度在于群的递增建立和群结构的动态维护。

在战役对 象多、协同关系复杂、机动频繁、战场态势变化快的真实情 况下，聚类和编群是整个态势估计的基础，也是要解决的关 键问题和技术难点之一。

(2) 二级估计：态势理解 根据一级评估生成的状态集，结合领域专家的军事知识
对当前态势进行解释，判断敌方战场部署（进攻、防御、集 结、 ）和行动企图（穿插、迂回、逃跑、 ），是对 敌方意图和作战计划的识别。

设态势空间框架 Θ ＝{A ，B ，
图3 态势估计求解过程模型
1.2 基于模板的计划识别推理框架模型
首先将态势估计任务简化为确定有关正在（已经、将 要）发生的事件的What 、When 、Where 属性，从句法方面 对态势估计任务进行分解，将它的语义压缩在各子任务内 部，建立军事目标/计划/事件层次结构。

在这一结构中顶层 的节点是某一军事目标，各子目标作为它的子节点；对任一 子目标节点，将用实现该子目标而必须完成的各项计划作为 它的子节点；对任一计划子节点，将用有关的事件作为它的 各个子节点，如图4所示。

C ， }其元素为战场空间中可能出现的全部态势分类；M ＝ {X ，Y ，Z ， }为态势特征集合，表示战场空间中所出现的 事件。

所谓二级评估（态势理解）实际上就是求解态势特征 集合与态势空间框架的对应关系：
f : M →
Θ 由此对态势事件进行分类识别，形成态势假设对战场实 体对象、编群及其活动、事件和计划给予解释。

该过程高度 依赖军事领域知识，特别是外军作战条例、作战样式、指挥 官的指挥风格与习惯、社会—政治背景、天气、地形等。

为 此，建立完整、准确的军事事例库及先验模板是必须的。

这
证据数据输入
图4 基于模板的计划识别推理框架 层次中的每
个节点采用模板匹配器来实现，如图5。

从图中可以清
楚地看到，在句法层, 可将态势估计目标/
计划的输入和输出表示为关于相关事件的消息，第i 个计划 第 k 端的消息可以表示为某一谓词A i k ：
是态势估计需要解决的第2个关键问题。

Message = A (X , S ,T ) i =1,2, ,m
k =0,1, ,n
(3) 三级估计：未来态势预测
ik
ik
ik ik ik
基于已得出的当前态势，对未来可能出现的态势情况进 行预测，即已知t 时刻的态势 S t ，求{S （ t ＋T ），S （t +
—126—
X ik , S ik , T ik 分别是 A i k 类型事件的定性定量值、空间属
性值和时间属性值。

从语义方面看，可以将图5所示部件看 作一个非线性逻辑/空间/时间滤波器，它和领域知识相匹 配，当输入消息参数相应于这类事件特征时，相应的态势就 被检测到。

2 结论
1.3 态势估计系统的多级分层黑板模型
由于涉及到多源、异类、实时等大量底层融合信息以及 相关的军事知识，态势估计问题本质上是个应用知识进行推 理求解的过程，它是在不同抽象级别上对实时信息进行分类 处理的渐进式求解过程。

而黑板系统是一种多专家合作的系 统，它以黑板为中心适时激活知识源进行渐进式问题求解， 适用于解空间很大的基于知识的复杂问题推理，在此框架 下，一个动态问题被分解成多个方面，每个专家在其特定领 域内提供解决问题的方法；另外，鉴于态势估计的层次化要 求，利用黑板框架将问题划分为不同抽象层次，为问题的解 决提供推理结构。

因此，在黑板框架下，应用知识从底层证 据推断出正确的高层态势假设是一种有效的融合方法。

根据态势估计3级功能模型，可将黑板划分为3类：态 势觉察黑板，态势理解黑板，态势预测黑板。

每一个黑板内 部按照信息的抽象程度进行多级划分，完成对问题的局部求 解。

3个黑板协同工作，完成对问题的最终求解。

其结构如 图6所示。

态势估计是对战场上获得的数据流的高层次关系提取与 处理，更接近于人的思维过程，由于要涉及到众多的因素、 参数、作战样式、条例和观点，因此它比一级融合处理更复 杂；它所进行的各类运算又多半都是基于领域知识、模拟人 脑思维的符号推理，在战役（术）对象多、协同关系复杂、 机动频繁、战场态势变化快的真实情况下，要想给出一个置 信度较高的模型是比较困难的。

参考文献
1 Hall D L. An Introduction to Multisensor Data Fusion.Proceedings of IEEE, 1997,85(1)
2 Waltz E, Llinas J. Multisensor Data Fusion.Artech House,1990
3 Kirillov V P. C onstructive S tochastic Temporal Reasoning in Situation Assessment.IEEE Trans. on Systems,Man and C ybernetics,1994,21(7): 1099-1113
4 Azarewicz J.Template-based Multi-sgent P lan Recogintion for Tactical Situation Assessment. In Proc.of 5th Conf. on Artificial Intelligence Application,1989-03
5 姚春燕. C 3
I 系统中战术态势估计的推理方法. 长沙: 国防科技大学 学报，1998, 20(5)
6 蔡自兴, 徐光祐. 人工智能及其应用. 北京: 清华大学出版社,1996
☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆☆
（上接第30页） 由传播的类Unix 操作系统，用户还可以根据需要对它进行必
要的修改，并且具有多用户、多任务的能力。

另外，较新的 Linux 版本对RAID 有着很好的支持，所以我们采用 Redhat Linux 7.3作为平台。

本系统使用两台普通的PC 机在Linux 平台上实现了基本 的iSCSI 协议，构建了基于iSCSI 协议的存储系统。

两台主机 分别接入普通的100 Mpbs 以太网。

配置见表1。

表1 试验平台配置
我们采用当前比较流行的、Intel 公司开发的一个专门测 试系统I/O （包括磁盘、网络等）速度的测试软件—— iometer 2001.07.19，在上述的试验环境下进行RAID0/1/5 的 顺序写性能的测试。

测试方式是Initiator 端与Target 端建立 iSCSI 连接，Initiator 端分别顺序写Target 端的RAID0/1/5磁盘
阵列。

测试的结果如表2（测试参数设置均为16个并发I/O ， 64 kB 大小的请求块）。

表2 不同RAID 级别的顺序写性能及Initia to r 端CP U 利用率
本文针对逻辑卷管理模块的功能特点以及iSCSI 存储系 统的工作原理，在Redhat Linux 系统下实现了iSCSI 存储系统 的逻辑卷管理模块，并进行了性能测试，测试结果达到了预 期目标。

但还有待于进一步分析影响系统性能的因素，所以 在今后的工作中我们还需要做进一步的研究与探讨，找出优 化系统性能的途径，并不断完善逻辑卷管理模块的功能，优 化代码，提高 iS CSI 存储系统的性能。

参考文献
1 Satran J. Internet SCSI (iSCSI) Draft. /internet- drafts/draft-ietf-ips-iscsi-20.txt, 2003-01
2 Patterson D, Gibson G, Katz R .A Case for Redundant Arrays of Inexpensive Disks. Proc. ACM SIGMOD, 1988-06
3 Farley M. 孙功星, 蒋文保, 范 勇译. SAN 存储区域网络.
北京: 机械工业出版社 , 2001
—127—
领域知识。